Un protocolo dinámico de diseño visual informado por funciones de movimiento para traducir el conocimiento incorporado del tai chi en comunicación del patrimonio cultural inmaterial

Resumen

Este protocolo describe un flujo de trabajo reproducible para capturar, analizar y traducir movimientos incorporados de Tai Chi en diseños visuales dinámicos utilizando captura de movimiento sin marcador y mapeo visual basado en características de movimiento para apoyar la comunicación del patrimonio cultural inmaterial basado en movimiento.

Resumen

Este protocolo describe un flujo de trabajo reproducible para traducir movimientos incorporados de Tai Chi en diseños visuales dinámicos que apoyen la comunicación del patrimonio cultural inmaterial basado en el movimiento. Como práctica cultural basada en el movimiento, el Tai Chi transmite conocimiento a través del ritmo corporal, la trayectoria, la transferencia de peso y el equilibrio, aspectos que a menudo son difíciles de comunicar mediante medios convencionales estáticos o basados en vídeo. El protocolo integra captura de movimiento sin marcadores, extracción de características de movimiento y mapeo visual basado en reglas para transformar las características de movimiento en representaciones visuales dinámicas. Se grabaron ocho formas representativas de Tai Chi usando captura de movimiento sin marcador. Los puntos clave del cuerpo se extrajeron con la postura MediaPipe y se analizaron para obtener características de movimiento, incluyendo curvatura de la trayectoria, suavidad del movimiento y estabilidad del ritmo. Estas características se mapearon sistemáticamente a variables visuales dinámicas mediante un marco de traducción visual informado por características de movimiento. Para evaluar la efectividad del enfoque, un experimento controlado con 180 participantes comparó tres condiciones de comunicación: gráficos estáticos, vídeos convencionales y diseños visuales dinámicos basados en datos de movimiento. Las medidas de resultado incluyeron la obtención de conocimientos, el reconocimiento de movimientos, la comprensión incorporada y las intenciones conductuales relacionadas con la preservación y el intercambio cultural. El análisis de 264 secuencias de movimiento válidas reveló una variación sustancial en los perfiles de las características de movimiento entre las formas de Tai Chi. La condición dinámica de diseño visual superó significativamente a las condiciones gráficas estáticas y de vídeo convencionales en ganancia de conocimiento, reconocimiento de significado de movimiento y comprensión incorporada ( todas p < 0,001). El modelado estructural indicó además que la calidad percibida del diseño influye principalmente en la preservación y el intercambio de intenciones a través de la comprensión corporal, el compromiso estético y la resonancia emocional. Este protocolo proporciona un método sistemático para convertir el conocimiento corporal del movimiento en formas visuales dinámicas para la comunicación e interpretación del patrimonio cultural inmaterial basado en el movimiento.

Introducción

El Tai Chi, o Taijiquan, es una práctica tradicional del movimiento chino que integra la coordinación corporal, el movimiento circular, el control del equilibrio y la regulación interna. Inscrita en la Lista Representativa del Patrimonio Cultural Inmaterial de la Humanidad de la UNESCO en 2020, su importancia cultural depende en gran medida de la interpretación viva y encarnada más que de artefactos materiales^{estáticos 1}. Este reconocimiento presenta un desafío metodológico para la comunicación digital del patrimonio: cómo traducir el patrimonio basado en el movimiento sin reducirlo a símbolos estáticos, explicaciones textuales o motivos visuales superficiales.

La comunicación digital convencional suele basarse en texto estático, imágenes fijas o grabaciones de vídeo estándar. Aunque estos formatos pueden documentar la postura externa o la secuencia cronológica de una forma, con frecuencia no logran transmitir la lógica corporal interna —como los desplazamientos de peso, el control del ritmo y la conectividad del movimiento— a través de la cual la práctica adquiere un significado cultural. Los avances recientes en el análisis de movimiento permiten cuantificar con precisión coordenadas cuerpo-articulación y patrones cinemáticos utilizando métodos de captura de movimiento basados en sensores o sin marcadores ^2,3. Sin embargo, aunque estas tecnologías destacan en el reconocimiento de movimientos e intervenciones de entrenamiento, su potencial para la comunicación cultural visual sigue siendo poco explorado. De manera similar, aunque los proyectos de patrimonio digital adoptan cada vez más medios inmersivos y visualización basada en datos, muchos siguen enfatizando la calidad de la presentación sobre la interpretación cultural^estructural.

La cognición incorporada proporciona una perspectiva crítica para abordar esta brecha. Desde este punto de vista, la comprensión cultural está moldeada por la percepción corporal, la simulación sensoriomotora y el acoplamiento percepción–acción, en lugar de limitarse a observar superficies ^{visuales 5,6,7}. La investigación en artes visuales y ciencias cognitivas sugiere además que la abstracción puede hacer que propiedades físicas invisibles sean perceptibles cuando preserva las relaciones estructurales del^{movimiento 8}. Los estudios de comunicación visual interactiva enfatizan que el atractivo visual y la experiencia del usuario influyen en la participación pública y las intenciones de^{preservación 9}. Sin embargo, los medios inmersivos en proyectos patrimoniales suelen priorizar la atracción estética, lo que puede atraer la atención pero no comunicar la estructura cultural^subyacente. Además, abstraer el movimiento en imágenes dinámicas corre el riesgo de debilitar la autenticidad percibida si la lógica del diseño se desvincula de la práctica^{original 10}. Por lo tanto, traducir el conocimiento incorporado en formas perceptibles requiere una lógica de diseño rigurosa y basada en reglas, basada en datos de movimiento empíricos en lugar de en un estilo gráfico puramente intuitivo.

Para cerrar la brecha entre los datos de movimiento y la interpretación cultural, este artículo presenta un protocolo reproducible para traducir el conocimiento incorporado de Tai Chi en un diseño visual dinámico. El objetivo científico central es determinar si las características cinemáticas extraídas de los movimientos de Tai Chi pueden servir como variables de diseño interpretables que mejoren la comprensión pública del significado cultural incorporado. En consecuencia, el estudio aporta un flujo de trabajo de traducción informado por características de movimiento, un mapeo basado en reglas entre características de movimiento y variables visuales dinámicas, y una evaluación empírica que compara gráficos estáticos, vídeo convencional y diseño visual dinámico basado en datos de movimiento.

Este enfoque basado en datos ofrece ventajas claras frente a técnicas^{alternativas 11}. A diferencia de las grabaciones de vídeo convencionales, que solo proporcionan representaciones literales o animaciones puramente decorativas, que carecen de fundamento cultural, este método mapea características cinemáticas extraídas (por ejemplo, curvatura de la trayectoria, suavidad, estabilidad del ritmo y amplitud de cambio de equilibrio) directamente a variables visuales dinámicas (por ejemplo, líneas de flujo circulares, ritmo de animación y gravedad visual). Este enfoque está relacionado con exploraciones anteriores de visualización de movimiento en medio de arte, incluyendo la Visualización de Movimiento Kung Fu basada en captura de movimiento de Tobias Gremmler, pero se diferencia por definir reglas explícitas de mapeo de característica a visual y evaluar sus efectos de comunicación mediante un estudio controlado de usuarios¹². En consecuencia, preserva la estructura empírica del movimiento mientras hace que su lógica subyacente sea visualmente accesible.

Por último, este protocolo es especialmente adecuado para investigadores en humanidades digitales, diseñadores de interacción y profesionales del patrimonio que buscan digitalizar y comunicar el patrimonio cultural inmaterial basado en el movimiento. El marco difiere de Labanotation, que es un sistema riguroso de notación para registrar partituras de movimiento para interpretación experta y^{preservación 13}. En contraste, el protocolo actual traduce la mecánica del movimiento medida en formas visuales dinámicas destinadas a apoyar la interpretación pública, la transmisión cultural y la preservación del patrimonio. Al utilizar un sistema de captura de movimiento sin marcadores basado en vídeo y accesible, combinado con flujos de trabajo estándar de procesamiento de datos, los investigadores pueden adaptar este marco no solo para el Tai Chi, sino también para otras prácticas incorporadas, evaluando sistemáticamente cómo el diseño informado por movimiento influye en los resultados de la comunicación^{cultural 10}.

Protocolo

Todos los métodos que involucraron a participantes humanos se realizaron conforme a las directrices institucionales y fueron aprobados por el Comité de Ética para la Protección de la Investigación Humana, Escuela de Diseño y Creatividad de la Universidad de Tecnología Electrónica de Guilin (Aprobación nº 2600AL0621). Se obtuvo el consentimiento informado por escrito de todos los intérpretes de Tai Chi y participantes en evaluación de usuarios antes de la recogida de datos. Se informó a los participantes de que la participación era voluntaria y que los datos anonymizados se utilizarían para fines de investigación y publicación.

1. Preparación del estudio y equipamiento

1. Preparar un área marcada de captura de movimiento de 3 m × 3 m con fondo no reflectante y una iluminación uniforme en un laboratorio de diseño y medios digitales.
   NOTA: El flujo de trabajo global de cinco etapas para traducir el movimiento corporal de Tai Chi en comunicación visual dinámica se ilustra en la Figura 1A. La cadena metodológica derivada de la literatura que apoya el protocolo, incluyendo análisis de movimiento, difusión cultural, evaluación de usabilidad y evaluación de la carga cognitiva, se resume en la Tabla 1.
2. Coloca dos cámaras digitales sincronizadas para grabar cada secuencia de Tai Chi desde diferentes puntos de vista. Coloca la cámara frontal aproximadamente a 3,5 m del centro del área de captura.
3. Coloca la cámara lateral aproximadamente a 3,0 m del centro del área de captura. Montar ambas cámaras en trípodes a la altura del pecho, como se muestra en la Figura 2A.
4. Configura ambas cámaras para grabar a una resolución de 1920 × 1080 píxeles y una tasa de 30 fotogramas/s. Utiliza la exposición manual y ajustes de enfoque fijos durante la recogida de datos.
5. Ilumina el área de captura usando dos luces LED difusas situadas aproximadamente a 45° a la parte delantera izquierda y delantera derecha del artista a la altura del pecho. Mantener una iluminación uniforme y no reflectante a 500 lux con una temperatura de color neutra de 5.600 K durante toda la recogida de datos.
6. Sincroniza las dos cámaras antes de cada prueba usando un aplauso visible con ambas manos realizado en el área de captura. Alinea las grabaciones usando el primer fotograma que muestra contacto con la mano y verifica que el error de sincronización no supere un fotograma a 30 fotogramas/s.
7. Colocar la cámara frontal perpendicular al plano frontal del intérprete y colocar la cámara lateral aproximadamente a 90° del lado derecho del intérprete. Utiliza ajustes focales fijos y asegúrate de que todo el cuerpo del intérprete sea visible a lo largo del área de captura de 3 m × 3 m, alineando ambas cámaras mediante marcadores de suelo colocados en los límites del área de captura.
8. Utiliza un fondo liso y no reflectante y elimina objetos reflectantes del área de captura. Antes de grabar, confirma que el intérprete es completamente visible desde ambas vistas de cámara, que las sombras no ocultan el contorno del cuerpo y que ningún mueble, cable ni espectadores oculten la trayectoria del movimiento.
9. Calibra el espacio de grabación al inicio de cada sesión grabando la cuadrícula del suelo marcada y verificando que los límites del área de captura sean visibles en ambas vistas de cámara. Como el análisis utilizó vídeo sin marcador de dos vistas en lugar de reconstrucción tridimensional métrica, la calibración consistió en verificar la alineación de la vista, la visibilidad del cuerpo y la normalización de escalas usando el ancho de hombro.
10. Guarda cada grabación como un vídeo MP4 de 1920 × 1080 píxeles y 30 fotogramas/s usando compresión H.264. Archivos de nombres usando el formato M##_P##_T#_view.mp4, donde M indica movimiento, P indica intérprete, T prueba y vista indica la cámara frontal o lateral.
11. Procesar los datos de movimiento en una estación de trabajo capaz de ejecutar el entorno de programación Python 3.11, la biblioteca de visión por ordenador OpenCV, la tubería de estimación de pose sin marcadores MediaPipe, la biblioteca de computación numérica NumPy, la biblioteca de gestión de datos pandas y la biblioteca de procesamiento de señales SciPy. Registrar el modelo de estación de trabajo, el sistema operativo y las versiones del paquete de software utilizadas para el procesamiento de datos para asegurar la reproducibilidad computacional.
    NOTA: El flujo de trabajo global de cinco etapas para traducir el movimiento corporal de Tai Chi en comunicación visual dinámica se ilustra en la Figura 1A–E.

Figura 1. Flujo de trabajo para traducir el movimiento incorporado de Tai Chi en comunicación visual dinámica. (A) Flujo de trabajo de estudio en cinco etapas que comprende selección de movimiento en Tai Chi, captura de movimiento basada en vídeo, extracción de funciones de movimiento, traducción visual basada en reglas y evaluación del usuario. (B) Ocho formas seleccionadas de Tai Chi analizadas en el estudio. (C) Pipeline de procesamiento de datos de movimiento, incluyendo adquisición sincronizada de vídeo, estimación de poses, procesamiento de trayectorias, normalización de ciclos de movimiento y extracción de características. (D) Condiciones experimentales de comunicación: diseño gráfico estático, vídeo convencional y diseño visual dinámico basado en datos de movimiento. (E) Marco conceptual que vincula la calidad percibida del diseño de la comunicación, la comprensión incorporada, el compromiso estético, la resonancia emocional, la intención de compartir y la intención de preservación. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Referencia	Área de investigación	Cadena de datos utilizada en trabajos anteriores	Cadena estadística o analítica	Implicaciones metodológicas para este estudio	Cadena de datos utilizada en trabajos anteriores
Ho et al.2	Análisis del movimiento del Tai Chi	Los movimientos de Tai Chi se registraron usando el seguimiento de coordenadas cuerpo-articulación, y se cuantificaron las posiciones de las articulaciones de las extremidades superiores y los ángulos de los codos.	Análisis cuantitativos y cualitativos del movimiento.	Permite el uso de coordenadas cuerpo-articulación, características de trayectoria e indicadores cinemáticos para convertir el movimiento del Tai Chi en datos incorporados analizables.	Los movimientos de Tai Chi se registraron usando el seguimiento de coordenadas cuerpo-articulación, y se cuantificaron las posiciones de las articulaciones de las extremidades superiores y los ángulos de los codos.
Li et al.3	Reconocimiento del movimiento Tai Chi	Los movimientos de Tai Chi se capturaban utilizando unidades de medición inercial y señales de movimiento en series temporales.	Reconocimiento temporal basado en redes y retroalimentación de intervenciones.	Permite la extracción de características temporales del movimiento, incluyendo estabilidad del ritmo, variación de aceleración y estructura de secuencia de movimiento.	Los movimientos de Tai Chi se capturaban utilizando unidades de medición inercial y señales de movimiento en series temporales.
Yi et al.4	Difusión digital del patrimonio cultural inmaterial	Se recopilaron datos de experiencia de usuario de participantes expuestos a experiencias digitales de patrimonio cultural inmaterial.	Se utilizaron SmartPLS y análisis comparativo cualitativo de conjunto difuso (fsQCA) para examinar las respuestas afectivas y el comportamiento de difusión.	Apoya el marco de comunicación que vincula la experiencia digital, la respuesta emocional, la identidad cultural y la intención de difusión.	Se recopilaron datos de experiencia de usuario de participantes expuestos a experiencias digitales de patrimonio cultural inmaterial.
Brooke15	Evaluación de usabilidad	Los participantes completaron un cuestionario estandarizado de usabilidad de 10 ítems tras interactuar con el sistema.	Las puntuaciones de la Escala de Usabilidad del Sistema (SUS) se calcularon en una escala de 0 a 100.	Soporta la medición de la usabilidad percibida de la interfaz de comunicación visual.	Los participantes completaron un cuestionario estandarizado de usabilidad de 10 ítems tras interactuar con el sistema.
Hart yStaveland 16	Evaluación de la carga cognitiva	Los participantes evaluaron las dimensiones de la carga de trabajo tras completar la tarea.	Las puntuaciones del Índice de Carga de Tareas de la NASA (NASA-TLX) se calcularon a partir de valoraciones multidimensionales de carga de trabajo.	Apoya la evaluación de si el prototipo visual dinámico basado en datos de movimiento mejora la comprensión del usuario sin imponer una carga cognitiva excesiva.	Los participantes evaluaron las dimensiones de la carga de trabajo tras completar la tarea.

Tabla 1: Cadena metodológica derivada de la literatura que respalda el presente estudio. Esta tabla resume las referencias clave, los dominios de investigación, los enfoques de adquisición de datos, los métodos analíticos y las contribuciones metodológicas utilizadas para informar el flujo de trabajo de análisis de movimiento, el marco de traducción visual, la evaluación de usabilidad y la evaluación de cargas cognitivas implementadas en el protocolo actual.

Figura 2. Captura de movimiento basada en vídeo y procedimiento de extracción de funciones de movimiento. (A) Configuración de captura de movimiento utilizando cámaras sincronizadas de vista frontal y lateral dentro de un área de captura marcada de 3 m × 3 m. (B) Salidas de estimación de pose sin marcador que muestran puntos de referencia extraídos del cuerpo a partir de grabaciones de vista frontal y lateral. (C) Flujo de trabajo de preprocesamiento de datos que incluye extracción de hitos, cribado de fotogramas perdidos, suavizado de trayectorias y normalización temporal. (D) Trayectorias de movimiento reconstruidas representativas derivadas de puntos clave de extremidades superiores, tronco y centro del cuerpo. (E) Características de movimiento extraídas de cada secuencia de movimiento, incluyendo duración, velocidad media, velocidad máxima, curvatura de la trayectoria, índice de suavidad, índice de simetría, amplitud de cambio de equilibrio y estabilidad del ritmo. (F) Conjunto de datos de características de movimiento exportado utilizado para traducción visual. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

2. Selección de movimientos de tai chi y reclutamiento de intérpretes

1. Selecciona ocho formas representativas de Tai Chi para captura de movimiento y así capturar diferentes combinaciones de trayectoria circular, transferencia de peso, extensión de las extremidades superiores, rotación del tronco, transición de equilibrio y control del ritmo (Tabla 2; Figura 1B).
   NOTA: Las formas seleccionadas incluyen Forma Apertura, Manos de Nube, Grulla Blanca Extiende las Alas, Separar la Melena del Caballo Salvaje, Rodilla de Cepillo y Paso Giratorio, Mono Repulsivo, Agarrar la Cola del Ave y Forma de Cerrar. Estas formas proporcionan una base técnica para analizar el movimiento del Tai Chi como datos de movimiento^{incorporados 2}.
2. Recluta intérpretes de Tai Chi e incluye tanto instructores experimentados como practicantes intermedios. Define a los instructores experimentados como personas con más de cinco años de experiencia docente o interpretativa y a los profesionales intermedios como personas con al menos un año de práctica regular.
3. Filtra a todos los posibles intérpretes para comprobar su elegibilidad. Incluye a personas de entre 18 y 60 años que no reporten lesiones musculoesqueléticas en los tres meses anteriores y que puedan completar todos los movimientos seleccionados sin interrupción.
4. Obtén el consentimiento informado por escrito de todos los participantes antes de la recogida de datos.
5. Identifica a posibles intérpretes a través de instructores universitarios de Tai Chi, grupos de práctica en el campus y redes locales de profesionales. Contacta con los candidatos por correo electrónico o en persona, selecciona los criterios de elegibilidad y inscribe solo a quienes proporcionen consentimiento informado por escrito.
6. Reclutar a 12 intérpretes en total, incluyendo cinco instructores experimentados y siete profesionales intermedios. Utiliza esta muestra para generar las secuencias de movimiento para preprocesamiento y extracción de características.
7. Selecciona movimientos del currículo simplificado de Tai Chi de estilo Yang de 24 formas, comúnmente utilizado en la enseñanza pública y en contextos de demostración cultural.
8. Selecciona las ocho formas mediante discusión entre el equipo de investigación y los instructores de Tai Chi para cubrir iniciación lenta, trayectoria circular, extensión asimétrica, transferencia hacia adelante, rotación del tronco, retroceso, integración de fuerzas en varias etapas y estabilización de cierre. Utiliza estos criterios para asegurarte de que las formas seleccionadas representan las características de movimiento previstas por las reglas de traducción visual de la Tabla 2.
9. Registrar la demografía de los intérpretes y las características de práctica, incluyendo edad, sexo, altura, masa corporal, destreza, años de experiencia en Tai Chi y estatus de instructor o intermedio.
10. Excluir a los candidatos que reporten trastornos neurológicos, trastornos del equilibrio, discapacidad visual no corregida, cirugía reciente, incapacidad para completar la secuencia completa de movimiento o cualquier condición que haga inapropiada la participación segura.
11. No se requiere experiencia previa en estudios de captura de movimiento ni en procedimientos de grabación digital. Antes de inscribirse, explica el flujo de trabajo de grabación a todos los intérpretes y confirma que se sienten cómodos grabando desde dos vistas de cámara.
12. Incluir permiso para grabación de vídeo, análisis de movimiento sin marcadores, almacenamiento anonimizado de datos y publicación de resultados agregados en el procedimiento de consentimiento aprobado por ética.
13. Proporciona a los intérpretes el horario de estudio, instrucciones para grabar, orientación para el calentamiento y oportunidades para hacer preguntas antes de grabar.

Movimiento Tai Chi	Característica de movimiento incorporado	Significado cultural o corporal	Indicadores de movimiento extraídos	Regla de Traducción Visual Dinámica
Forma inicial	Iniciación lenta, asentamiento vertical y levantamiento controlado del brazo	Inicio, arraigo y regulación del estado de la respiración y del cuerpo	Duración, índice de suavidad, estabilidad del ritmo	Fundido lento de entrada, expansión vertical gradual y emergencia de partículas a baja velocidad
Manos de Nube	Movimiento circular continuo de las extremidades superiores y desplazamientos laterales del cuerpo	Circularidad, flujo, continuidad y coordinación entre cuerpo e intención	Curvatura de la trayectoria, amplitud de cambio de equilibrio, índice de suavidad	Líneas de flujo circulares, desplazamientos visuales de gravedad laterales y estelas continuas de partículas
La grulla blanca extiende las alas	Extensión asimétrica de la extremidad superior, postura abierta y rotación del tronco	Extensión, apertura y equilibrio entre las fuerzas hacia arriba y hacia abajo	Índice de simetría, velocidad máxima, desplazamiento de la extremidad superior	Composición en capas divididas, extensión de luz hacia arriba y transiciones de transparencia asimétricas
Partiendo la melena del caballo salvaje	Avances hacia adelante, separación diagonal del brazo y transferencia de peso	Expansión direccional, separación de fuerzas e intención directa	Amplitud de desplazamiento de equilibrio, velocidad media, curvatura de trayectoria	Cintas de movimiento diagonal, un centro visual que se mueve hacia adelante y expansión en arcos en capas
Rodilla con cepillo y paso giratorio	Pasos coordinados, cepillado de brazos y rotación del torso	Protección, redirección y control coordinado de la parte inferior y superior del cuerpo	Desplazamiento del tronco, índice de simetría, índice de suavidad	Campo visual rotatorio, estelas de barrido a nivel inferior y transiciones de borde suavizadas
Mono Repulsivo	Retroceso, movimientos alternos de brazos y retirada controlada	Retirada sin pérdida de control, alternancia y estabilidad	Estabilidad del ritmo, desplazamiento de escalones, coordinación bilateral	Pulsos visuales alternados, partículas que fluyen hacia atrás y ritmos de opacidad escalonados
Agarra la cola del pájaro	Acciones secuenciales de empujar, proteger, rodar, presionar y cerrar	Integración de múltiples fuerzas de Tai Chi y lógica corporal continua	Curvatura, suavidad, estabilidad del ritmo, amplitud de cambio de equilibrio	Secuencias de arco de varias etapas, ondas de fuerza en capas y compresión y liberación visual progresiva
Forma de cierre	Retorno lento, bajada del brazo y estabilización corporal	Finalización, regreso a la quietud y asentamiento interno	Duración, índice de suavidad, estabilidad del ritmo	Desvanecimiento gradual, asentamiento visual descendente y convergencia de partículas hacia el centro

Tabla 2: Características del movimiento del Tai Chi y las correspondientes reglas de traducción visual. Esta tabla resume las características de movimiento incorporadas, los significados culturales o corporales, los indicadores de movimiento extraídos y los mapeos visuales basados en reglas usados para las ocho formas seleccionadas de Tai Chi. Los indicadores de movimiento listados informaron la generación de variables visuales dinámicas utilizadas en el marco de diseño de comunicación basado en características de movimiento.

3. Procedimiento de captura de movimiento

1. Instruye a cada intérprete para que complete un calentamiento de 5 minutos y una ronda de familiarización en la zona de captura antes de la grabación formal.
2. Instruye a cada intérprete para que ejecute cada una de las ocho formas seleccionadas de Tai Chi tres veces a un ritmo natural de Tai Chi. No uses metrónomo ni velocidad de movimiento impuesta externamente.
3. Graba un gesto de sincronización visual al inicio de cada prueba para facilitar la alineación de los vídeos en vista frontal y lateral durante el preprocesamiento.
4. Asigna un identificador único de moción a cada juicio. Incluye el número de intérprete, el tipo de movimiento y el número de prueba en el identificador.
5. Proporciona un intervalo de descanso de 10 s entre ensayos. Proporciona un periodo de descanso más largo cuando un intérprete reporte fatiga.
6. Repite un intento una vez cuando el movimiento se interrumpa, se realice fuera del área de captura marcada o se vea afectado por un error de grabación evidente. El flujo de trabajo completo de grabación de movimiento y extracción de características se ilustra en la Figura 2.
   NOTA: La Figura 2 ilustra el flujo de trabajo completo de grabación de movimiento y extracción de características. Utilizar un flujo de trabajo basado en vídeo sin marcadores para mantener una canalización de adquisición de datos reproducible y de bajo coste, adecuada para entornos de comunicación cultural donde los sensores portátiles son poco^{prácticos 3}.
7. Utiliza un calentamiento estandarizado de 5 minutos que consiste en ejercicios suaves de movilidad para el cuello, hombros, troncos, caderas, rodillas y tobillos, seguidos de movimientos lentos de elevación de brazos y cambio de peso. Comienza la grabación formal solo cuando el intérprete no note molestias y pueda completar la secuencia de práctica sin problemas.
8. Durante la familiarización, pide a cada intérprete que complete una pasada de práctica de las formas seleccionadas dentro del área marcada mientras el operador comprueba la visibilidad corporal en ambas vistas de cámara. Terminar la familiarización cuando el intérprete puede permanecer dentro del área de captura y seguir las señales de grabación sin interrupciones.
9. Define el ritmo natural del Tai Chi como el ritmo autoseleccionado que normalmente utiliza el intérprete durante la enseñanza o la práctica. Instruye a los intérpretes a no acelerar para la cámara y repita la prueba solo si el ritmo se ve visiblemente interrumpido o inconsistente con la ronda de práctica.
10. Utiliza un aplauso con ambas manos a la altura del pecho como gesto de sincronización visual justo antes de iniciar el movimiento. Marca el primer fotograma de contacto manual en ambos vídeos y verifica la sincronización durante el preprocesamiento.
11. Utiliza el formato de identificador M##_P##_T#, donde M indica el movimiento, P indica el número de intérprete y T indica el número de prueba. Por ejemplo, M02-P07-T3 denota la tercera prueba de Manos de Nube realizada por el intérprete P07.
12. Evalúa la fatiga mediante el autoinforme del intérprete, inestabilidad visible, recuperación ralentizada o solicitudes de descanso adicional. Proporciona un periodo adicional de reposo de 30–60 s cuando se observe cualquier indicador de fatiga.
13. Registrar los movimientos en el orden fijo indicado en la Tabla 2 para mantener la consistencia entre los intérpretes y reducir el error del operador. No aleatorices el orden de movimiento porque el objetivo es la extracción de características de movimiento en lugar de la comparación de tratamientos conductuales.
14. Da la misma instrucción antes de cada prueba: realiza la forma de Tai Chi asignada al ritmo habitual, permanece dentro del área marcada y continúa hasta que la forma esté completa. Lee las instrucciones de un guion preparado para mantener la coherencia entre los intérpretes.
15. Permite una repetición inmediata para un ensayo afectado por interrupciones, oclusión o error del intérprete. Si el ensayo repetido sigue siendo inutilizable, documenta el ensayo como excluido y registra la razón de exclusión en el registro de preprocesamiento.
16. Comprueba la estabilidad de la cámara, la visibilidad del área de captura, la consistencia de la iluminación y la visibilidad corporal antes de cada bloque de grabación y después de cualquier ajuste del equipo. Pausa la grabación y repite la configuración, comprueba si aparecen sombras, reflejos u oclusiones.
17. Transfiere los archivos de vídeo a una carpeta de proyecto protegida por contraseña inmediatamente después de cada sesión de grabación y haz una copia de seguridad en una unidad de almacenamiento separada. Verifica la integridad del archivo abriendo cada grabación en vista frontal y lateral y comprobando la duración de la grabación, la continuidad de la trama y la consistencia en los nombres antes de preprocesar.
18. Operadores de grabación de trenes utilizando la misma lista de comprobación de configuración, reglas de nombres de archivos, procedimiento de sincronización y criterios de prueba y repetición. Asignar a un operador la instalación de la cámara y el control de grabación y, cuando el personal lo permita, asignar un segundo operador para completar la lista de verificación del protocolo.

4. Preprocesamiento de Datos de Movimiento

1. Revisa todos los archivos de vídeo en bruto para la estabilidad de la cámara, visibilidad del cuerpo, continuidad de fotogramas y sincronización antes de seguir procesando.
2. Importa cada vídeo en la tubería de estimación de pose y extrae 33 hitos del cuerpo fotograma por fotograma usando la tubería de estimación de pose, como se ilustra en la Figura 1C y la Figura 2B. Exporta las coordenadas emblemáticas de cada secuencia de movimiento como archivos de valores separados por comas (CSV).
3. Procesa los datos de coordenadas exportados en Python usando una biblioteca de visión por ordenador, una biblioteca de computación numérica, una biblioteca de gestión de datos y una biblioteca de procesamiento de señales. Revisa los datos en busca de fotogramas perdidos, estimaciones inestables de puntos clave y errores en el seguimiento corporal.
4. Excluir una secuencia de movimiento si más del 15% de los fotogramas contienen estimaciones de puntos clave faltantes o inestables, si el intérprete se detiene antes de completar el movimiento, si el cuerpo se mueve fuera del área de captura marcada o si la oclusión de la cámara impide una reconstrucción fiable de la trayectoria.
5. Suaviza las trayectorias cuerpo-punto clave de las secuencias retenidas usando un filtro Butterworth pasa-bajos de cuarto orden con una frecuencia de corte de 6 Hz como parte del flujo de preprocesamiento mostrado en la Figura 2C.
6. Normalizar temporalmente cada secuencia retenida entre el 0% y el 100% del ciclo de movimiento para facilitar la comparación entre intérpretes con diferentes velocidades de movimiento.
7. Normalizar las coordenadas espaciales usando proporciones corporales específicas del intérprete. Utiliza el ancho de hombro como referencia principal de escala para comparaciones de trayectorias de extremidades superiores y reconstruye trayectorias de movimiento para análisis posteriores (Figura 2D).
8. Asignar dos codificadores entrenados para revisar de forma independiente todas las secuencias excluidas y una muestra aleatoria del 20% de secuencias retenidas. Resuelve los desacuerdos mediante la conversación con un instructor de Tai Chi y evalúa el acuerdo entre evaluadores.
9. Ejecuta una tubería de estimación de pose dentro del entorno de programación y registra la versión exacta del paquete y la configuración del modelo en la Tabla de Materiales. Utiliza el modelo de pose de cuerpo completo con 33 hitos para generar coordenadas de hitmark para cada fotograma de vídeo.
10. Activar el suavizado de hitmarks y configurar la tubería de estimación de pose con model_complexity = 1, min_detection_confidence = 0,50 y min_tracking_confidence = 0,50, salvo que se hayan utilizado diferentes configuraciones validadas. Aplica parámetros de configuración idénticos tanto a los vídeos de vista frontal como lateral.
11. Inspecciona cada vídeo para comprobar la compatibilidad con códecs y lee los fotogramas directamente usando una biblioteca de visión por ordenador sin recorte espacial cuando todo el cuerpo es visible. Recortar solo el segmento de sincronización anterior al inicio del movimiento y los fotogramas no utilizados tras la finalización del movimiento antes de la extracción de puntos de referencia.
12. Exporta archivos CSV con una fila por fotograma y columnas que contengan el identificador de movimiento, índice de trama, marca de tiempo, nombre o índice de puntos de referencia, coordenadas normalizadas x, y y z, y la puntuación de visibilidad de puntos de referencia para cada uno de los 33 puntos de referencia del cuerpo. Almacena los archivos de vista frontal y lateral en carpetas separadas usando identificadores de movimiento idénticos.
13. Clasificar una estimación de punto de referencia como inestable cuando su puntuación de visibilidad es inferior a 0,50, cuando las coordenadas cambian en más de tres desviaciones absolutas medianas entre fotogramas adyacentes, o cuando el punto de referencia se desplaza fuera de la región visible del cuerpo. Secuencias de banderas para revisión cuando los puntos de referencia inestables afecten a puntos de referencia importantes en las extremidades superiores, troncos o caderas.
14. Detectar fotogramas ausentes por discontinuidades en índices de tramas o marcas de tiempo y por la ausencia de filas de referencia en los archivos CSV exportados. Interpola linealmente huecos aislados de menos de cinco fotogramas consecutivos antes de suavizar. Excluir las secuencias cuando los fotogramas faltantes o inestables superen el 15% de la secuencia total.
15. Identificar errores en el seguimiento corporal mediante inspección visual y comprobaciones automáticas para intercambios de puntos de referencia izquierda-derecha, desplazamientos articulares poco creíbles, cambios bruscos de posición de cuerpo completo y coordenadas corporales fuera del área de captura. Marca las secuencias afectadas para su revisión del codificador y exclúyelas cuando no sea posible reconstruir trayectorias de forma fiable.
16. Documenta todas las secuencias excluidas en un registro de preprocesamiento que contenga el identificador de movimiento, el identificador del intérprete, el tipo de movimiento, el número de ensayo, la razón de exclusión, el porcentaje de puntos clave faltantes y la decisión del revisor. Mantener los campos correspondientes de estado de secuencia, porcentaje de puntos clave faltantes y bandera de revisión durante todo el preprocesamiento.
17. Implementa el filtro pasa-bajos Butterworth de 6 Hz de cuarto orden usando las funciones scipy.signal.butter y scipy.signal.filtfilt para realizar un filtrado de fase cero de cada trayectoria de coordenadas. Utiliza la tasa de muestreo de 30 fotogramas/s para determinar la frecuencia de Nyquist y aplica parámetros de filtro idénticos a todas las secuencias retenidas.
18. Define la iniciación del movimiento como el primer aumento sostenido de la velocidad en el centro de la muñeca o del cuerpo que supera el 5% de la velocidad máxima específica de la secuencia tras el gesto de sincronización. Define la finalización del movimiento como el primer punto tras la fase final de movimiento en el que la velocidad permanece por debajo de este umbral durante al menos 10 fotogramas consecutivos.
19. Remuestrear cada secuencia retenida a 101 puntos de tiempo espaciados igual que representen del 0%–100% del ciclo de movimiento interpolando las trayectorias de coordenadas suavizadas. Utiliza las secuencias normalizadas para la comparación de cross-performers y la posterior extracción de motion feature.
20. Mide el ancho de hombro como la distancia euclidiana entre los puntos de referencia del hombro izquierdo y del hombro derecho. Utiliza el valor mediano entre fotogramas estables como referencia de escala específica para cada intérprete y aplica el factor de escala resultante a todos los ensayos retenidos del mismo intérprete.
21. Normalizar las coordenadas usando las ecuaciones y , donde x_c e_{y c} representan las coordenadas del centro del cuerpo y W_s representa el ancho de hombro específico del intérprete. Aplicar el mismo procedimiento de normalización a las trayectorias de extremidades superiores, tronco y centro del cuerpo.
22. Entrenar a los codificadores utilizando los criterios de exclusión predefinidos, vídeos de muestra representativos y un conjunto de revisión piloto antes de la codificación formal. Exigir a los codificadores que demuestren la identificación consistente de puntos clave ausentes, oclusión, errores de seguimiento y actuaciones interrumpidas antes de revisar los datos del estudio.
23. Selecciona la muestra de revisión de secuencia retenida del 20% usando muestreo aleatorio estratificado por tipo de movimiento para que cada forma de Tai Chi esté representada. Genera la muestra aleatoria a partir de la lista de identificadores de movimiento retenidos antes de la revisión del codificador.
24. Calcular el acuerdo entre evaluadores usando el κ de Cohen para decisiones de retención/exclusión y el acuerdo porcentual para clasificaciones por razón de exclusión. Considere que los valores κ ≥ 0,80 son aceptables antes de finalizar el conjunto de datos retenido.
25. Almacenar todos los scripts de preprocesamiento en un directorio de proyecto con fecha junto con un archivo de requisitos que documenta el entorno de programación y las versiones exactas de la tubería de estimación de pose, biblioteca de visión por ordenador, biblioteca de computación numérica, biblioteca de gestión de datos y biblioteca de procesamiento de señales. Registrar cualquier revisión posterior del script en un registro de cambios antes de volver a ejecutar la extracción de características.
26. Mantener registros de control de calidad durante todo el preprocesamiento, incluyendo el estado de la secuencia, el porcentaje de puntos clave faltantes, las banderas de revisión y las decisiones del programador. Utiliza estos registros para documentar la progresión de 288 secuencias de movimiento grabadas a 264 secuencias retenidas tras un cribado de calidad.

5. Extracción de características de movimiento y traducción visual

1. Calcula la duración del movimiento como el tiempo transcurrido entre el inicio y la finalización del movimiento. Calcular la velocidad media y la velocidad máxima a partir del desplazamiento de los puntos clave de las extremidades superiores y del tronco a través de marcos consecutivos. Extraer la duración del movimiento, velocidad, curvatura de la trayectoria, suavidad, simetría, amplitud de cambio de equilibrio y características de estabilidad del ritmo, como se resume en la Figura 2E.
2. Calcular la curvatura de la trayectoria a partir de la circularidad de las trayectorias de movimiento de las extremidades superiores. Derivar la suavidad del movimiento a partir de la variación de aceleración de fotograma a fotograma.
3. Calcula la simetría comparando los patrones de movimiento de las articulaciones en el lado izquierdo y derecho. Estima la amplitud del desplazamiento de equilibrio a partir del desplazamiento horizontal del centro del cuerpo a lo largo del ciclo de movimiento.
4. Calcula la estabilidad del ritmo a partir de la variación temporal en los picos de velocidad a lo largo del ciclo de movimiento.
5. Asigna una puntuación de traducción visual a cada secuencia válida usando una combinación ponderada de curvatura de trayectoria, suavidad, estabilidad del ritmo y amplitud de cambio de equilibrio. Exporta el conjunto de datos resultante de características de movimiento para traducción visual (Figura 2F).
6. Transforma las características de movimiento extraídas en elementos visuales dinámicos usando un sistema de traducción visual basado en reglas. Vincula cada variable visual a una característica específica de movimiento incorporado usando la matriz de traslación mostrada en la Figura 3A.
7. Trasladar la curvatura de alta trayectoria en líneas de flujo circulares y trayectorias de partículas en forma de arco (Figura 3B). Asigna valores más altos de estabilidad rítmica a patrones de pulsación más lentos y regulares (Figura 3C).
8. Traduce amplitudes de desplazamiento de equilibrio mayores en movimiento visible del centro visual (Figura 3D). Mapear valores de suavidad más altos a transiciones de gradiente continuas y valores de simetría más altos a composiciones visuales espejadas o contrabalanceadas (Figura 3E).
9. Revisa las reglas de traducción visual con instructores de Tai Chi y expertos en diseño de comunicación visual. Confirma que los mapeos visuales preservan la lógica de movimiento incorporado mientras minimizan la distorsión^{decorativa 14}. Un prototipo visual representativo informado por características de movimiento generado usando estas reglas de traducción se muestra en la Figura 3F.
10. Utiliza los mismos puntos de iniciación y finalización de movimiento definidos durante la normalización temporal para los cálculos de duración. Calcula la duración del movimiento como (fotograma final − fotograma inicial)/30 fotogramas/s y reporta el resultado en segundos.
11. Calcular la velocidad de sistema a marco usando el desplazamiento euclidiano de coordenadas consecutivas de hitos:
     
    Aquí, v_t es la velocidad instantánea en el sistema t, (x_t, _{y t}, _{z t}) son las coordenadas emblemáticas en el marco t, (x_t−1, y_t−1, z_t−1) son las coordenadas emblemáticas en el sistema anterior, y Δt es el intervalo de tiempo entre fotogramas consecutivos (1/30 s). Utiliza coordenadas suavizadas normalizadas por ancho de hombro e informa de la velocidad en unidades normalizadas de ancho corporal por segundo.
12. Incluye las muñecas, codos, hombros, caderas y la trayectoria calculada del centro del cuerpo al estimar la velocidad de la extremidad superior y del tronco. Utiliza las trayectorias de muñeca y codo para caracterizar el movimiento de las extremidades superiores y las trayectorias hombro-centro de cadera para caracterizar el movimiento del tronco y el movimiento relacionado con el equilibrio.
13. Estimar la curvatura de la trayectoria a partir de tripletes de coordenadas consecutivas usando:
    
    Valores medios de curvatura a lo largo del ciclo de movimiento normalizado y las trayectorias de las extremidades superiores.
14. Cuantifique la circularidad como la curvatura media normalizada min–max de las trayectorias de las extremidades superiores a través de secuencias retenidas. Valores más altos indican trayectorias más continuas en forma de arco o circulares y una mayor idoneidad para la traslación visual circular-línea de flujo.
15. Calcular la suavidad de la variación de aceleración de fotograma a fotograma tras filtrar utilizando una puntuación inversa normalizada de aceleración-variación reescalada a 0–100 para informes. Valores más altos indican un movimiento más suave con menos cambios bruscos de aceleración.
16. Cuantifica la simetría como uno menos la diferencia normalizada de raíz cuadrática media entre las trayectorias de los hitos del lado izquierdo y derecho tras la alineación temporal. Valores de simetría más altos indican patrones de movimiento bilateral más equilibrados.
17. Calcula el centro del cuerpo como la posición media de los puntos de referencia del hombro izquierdo, derecho, cadera izquierda y cadera derecha para cada fotograma. Utiliza la trayectoria resultante del centro del cuerpo para estimar las características de traslación corporal y desplazamiento de equilibrio.
18. Calcular la amplitud del desplazamiento de equilibrio como el rango de desplazamiento horizontal normalizado del centro del cuerpo a lo largo del ciclo de movimiento:
     B = máximo (x′_centro) − mínimo (x′_centro)
    Valores más altos indican una mayor transferencia lateral o anteroposterior de peso, dependiendo de la vista de la cámara.
19. Identificar picos de velocidad utilizando un procedimiento de detección de picos aplicado al perfil de velocidad suavizado con una prominencia mínima del 10% de la velocidad máxima específica de la secuencia y una separación mínima de cinco referencias. Revisa visualmente los picos detectados para las secuencias marcadas durante el preprocesamiento.
20. Cuantifica la estabilidad del ritmo como uno menos el coeficiente de variación de los intervalos entre picos a lo largo del ciclo de movimiento y reescala el resultado a 0–100 para informar. Valores más altos indican un tiempo más regular entre fases de movimiento.
21. Normaliza todas las características de movimiento antes de combinarlas usando el escalado mínimo–máximo:
     
    Normaliza cada característica de forma independiente para que ninguna característica predomine debido a su escala de medición.
22. Calcular la puntuación de traducción visual (VTS) como:
     VTS = 100 × (_norma C 0,35 + normaS 0,30 _{+ norma} S 0,20 _{+ norma} R 0,15norma₎
    Aquí, C, S, R y B denotan curvatura, suavidad, estabilidad rítmica y amplitud de desplazamiento de equilibrio, respectivamente. Interpreta las puntuaciones más altas como una mayor idoneidad para la traducción visual dinámica impulsada por funciones de movimiento en lugar de un rendimiento superior en Tai Chi.
23. Selecciona los pesos de las características mediante la discusión experta entre instructores de Tai Chi e investigadores del diseño de comunicación visual, asignando mayor peso a la curvatura y la suavidad porque estas características influyen más directamente en el flujo y la continuidad visibles. Verificar las puntuaciones resultantes con los juicios de expertos sobre la idoneidad del movimiento a la imagen antes del análisis final.
24. Realizar la extracción de características de movimiento en el entorno de programación utilizando una biblioteca de visión por ordenador para el manejo de tramas, una tubería de estimación de pose para la extracción de puntos de referencia, una biblioteca de computación numérica y una biblioteca de gestión de datos para el procesamiento de coordenadas, y una biblioteca de procesamiento de señales para filtrado y análisis de señales. Archiva los scripts de análisis, las versiones de los paquetes y los archivos CSV exportados con el conjunto de datos del proyecto.
25. Implementar el flujo de trabajo de traducción visual basado en reglas en la plataforma de desarrollo visual TouchDesigner utilizando características de movimiento CSV normalizadas como entradas de parámetros y Adobe After Effects para la composición final, cuando sea necesario. Importar cada vector de características de movimiento, asignar características de movimiento a parámetros visuales predefinidos, previsualizar la salida dinámica y exportar el prototipo visual final para su evaluación del usuario.
26. Mapear características de movimiento normalizadas de forma continua a parámetros visuales y utilizar rangos de valores bajos (<0,33), medios (0,33–0,66) y altos (>0,66) solo durante la revisión del diseño. Por ejemplo, una mayor curvatura aumenta el radio de arco y la densidad de las líneas de flujo, una mayor estabilidad del ritmo reduce la irregularidad de las pulsaciones, y mayores amplitudes de desplazamiento de equilibrio aumentan el desplazamiento del centro visual.
27. Genera líneas de flujo circular y trayectorias de partículas a partir del parámetro de curvatura, el tiempo de pulsación por la estabilidad del ritmo, el movimiento del centro visual por la amplitud de desplazamiento de equilibrio, la continuidad del gradiente por la suavidad y la fuerza de composición reflejada por simetría. Mantener paletas de colores, fondos y tipografía idénticos en todos los prototipos para minimizar efectos de confusión no relacionados con la dinámica derivada del movimiento.
28. Aplicar mapeos visuales de forma continua durante la generación del prototipo para que las diferencias incrementales en las características de movimiento produzcan cambios proporcionales en el comportamiento visual. Utiliza etiquetas categóricas solo durante la revisión de expertos para facilitar la discusión sobre la idoneidad de baja, media y alta traducción visual.
29. Revisa las reglas de traducción con dos instructores de Tai Chi y dos expertos en diseño de comunicación visual. Evaluar la alineación movimiento-rasgos, la interpretabilidad cultural, la claridad visual y el riesgo de distorsión decorativa, y revisar las reglas de traducción hasta alcanzar el consenso.
30. Evalúa la preservación de la lógica del movimiento incorporado determinando si cada mapeo visual representa con precisión las características de movimiento previstas resumidas en la Tabla 2 y si los revisores expertos consideran aceptables la alineación y la interpretabilidad. Revisar los mapeos considerados decorativos, engañosos o insuficientemente representativos de las características originales del movimiento antes de generar los prototipos visuales finales.

Figura 3. La traducción basada en reglas del movimiento del Tai Chi se convierte en variables visuales dinámicas. (A) Matriz de traducción visual que vincula las características de movimiento extraídas con las variables visuales correspondientes. (B) Ejemplo de traslación de curvatura de trayectoria en líneas de flujo circulares y trayectorias de partículas. (C) Ejemplo de traducción de la estabilidad del ritmo en patrones de sincronía y pulsación de animación. (D) Ejemplo de traslación de amplitud de desplazamiento de equilibrio en movimiento del centro visual y composición ponderada. (E) Ejemplo de traslación de suavidad y simetría en continuidad de gradiente y equilibrio composicional. (F) Prototipo visual dinámico representativo generado a partir de características de movimiento extraídas. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

6. Desarrollo de prototipos y configuración de evaluación de usuarios

1. Desarrollar tres materiales de comunicación para la comparación experimental: una condición gráfica estática, una condición convencional de vídeo y una condición dinámica de diseño visual basada en datos de movimiento generada a partir del sistema de traducción visual (Figura 1D). El prototipo visual resultante basado en datos de movimiento se ilustra en la Figura 3F.
2. Estandarizar los tres materiales de comunicación en cuanto a duración de la exposición, densidad de información, orden de presentación del movimiento, tipografía y paleta de colores.
3. Reclutar a 180 participantes elegibles de entre 18 y 35 años con visión normal o corregida a normal y sin formación profesional en enseñanza de Tai Chi. Asignar aleatoriamente a los participantes a las tres condiciones de comunicación usando una relación de asignación 1:1:1 (Tabla 3).
4. Realiza la evaluación del usuario en una sala de interacción dedicada. Mostrar todos los materiales experimentales en el mismo monitor de 24 pulgadas y colocar a los participantes aproximadamente a 70 cm de la pantalla.
5. Mantener una iluminación de la habitación, nivel de sonido, distancia de visualización, resolución de pantalla y duración de exposición consistentes en todas las condiciones experimentales.
6. Permite a los participantes revisar el material asignado durante un periodo de exposición de 4 minutos. Registrar el comportamiento de revisión, el comportamiento de reproducción, el comportamiento de desplazamiento y el comportamiento de interacción como indicadores de compromiso conductual. El marco conceptual de evaluación que vincula la calidad percibida del diseño de la comunicación, la comprensión incorporada, el compromiso estético, la resonancia emocional, la intención de compartir y la intención de preservación se muestra en la Figura 1E.
7. Crea la condición gráfica estática como una secuencia de viñetas visuales fijas que presentan las ocho formas de Tai Chi, etiquetas cortas de significado de movimiento y el mismo texto explicativo usado en las otras condiciones. Exporta los paneles a 1920 × 1080 píxeles y preséntalos en el mismo monitor durante el periodo de exposición de 4 minutos.
8. Crear la condición de vídeo convencional a partir del mismo material original grabado de Tai Chi, editado en una secuencia H.264 MP4 de 4 minutos de 1920 × 1080 píxeles, 30 fotogramas/s. Utiliza solo grabaciones de vídeo convencionales y etiquetas de texto sin superposiciones visuales basadas en funciones de movimiento.
9. Genera la condición de diseño visual dinámico basada en datos de movimiento importando datos normalizados de características de movimiento a la plataforma de desarrollo visual, aplicando el conjunto de reglas descrito en el Paso 5 y exportando un prototipo de 4 minutos con el mismo orden de movimiento y texto explicativo que las otras dos condiciones.
10. Presenta las mismas ocho formas de Tai Chi en las tres condiciones: Forma Abierta, Manos de Nube, Grulla Blanca Extiende las Alas, Separando la Melena del Caballo Salvaje, Rodilla de Cepillo y Paso Giratorio, Mono Rechazado, Agarrar la Cola del Ave, y Forma Cerrar. Cada condición incluye el nombre del movimiento, una breve descripción de su significado incorporado y el mismo orden de presentación.
11. Estandariza la densidad de información coincidiendo con la duración de la exposición, el recuento de movimientos, el orden de movimiento, el número de etiquetas explicativas, el recuento aproximado de palabras y el área de pantalla dedicada a cada movimiento. Revisa todos los materiales antes de probar para confirmar que ninguna condición contiene información conceptual ausente de las demás.
12. Utiliza la misma tipografía sans-serifa, jerarquía de etiquetas, fondo neutro y paleta de acentos azul-gris contenida en todas las condiciones. Mantén el tamaño del texto, la colocación de las etiquetas y los títulos de movimiento consistentes para que las diferencias entre grupos reflejen el modo de comunicación en lugar de un estilo gráfico no relacionado.
13. Recluta participantes en evaluación de usuarios a través de listas de correo universitarias, avisos en campus y grupos de participantes en cursos de diseño. Selecciona a los voluntarios interesados según su edad, estado visual, experiencia profesional en la enseñanza de Tai Chi y su capacidad para completar la sesión completa de evaluación.
14. Establecer un tamaño de muestra objetivo de aproximadamente 60 participantes por condición para proporcionar suficiente potencia estadística para detectar diferencias medianas entre grupos en la ganancia de conocimiento y los resultados de comprensión incorporada. La muestra final analizada incluyó a 180 participantes distribuidos en las tres condiciones.
15. Genera la secuencia de asignación usando aleatorización por bloques basada en ordenador con una proporción de objetivos de 1:1:1 entre las tres condiciones. Ocultar la asignación de condiciones hasta que se hayan completado el cribado de elegibilidad y las mediciones iniciales.
16. Registrar la edad de los participantes, sexo, familiaridad previa con el Tai Chi, exposición previa al patrimonio cultural inmaterial, formación en diseño, estado visual y puntuación previa al examen de conocimientos culturales. Utiliza estas variables para evaluar la equivalencia de la línea base entre los grupos experimentales.
17. Excluya a las personas con formación profesional en enseñanza de Tai Chi, discapacidad visual no corregida, condiciones cognitivas o neurológicas autoinformadas que puedan afectar la comprensión, participación previa en el proceso de diseño del prototipo o datos incompletos de encuestas o tareas.
18. Presenta los materiales en un monitor Dell P2422H de 24 pulgadas a 1920 × resolución de 1080 píxeles y una tasa de refresco de 60 Hz. Mantener los mismos ajustes de brillo y color en todas las sesiones y verificar que el área completa del estímulo sea visible desde la distancia de visualización de 70 cm.
19. Mantenga una iluminación interior estable durante todas las sesiones de evaluación del usuario y evite el deslumbramiento directo en el monitor. Antes de cada sesión, verifica la iluminación constante, el ruido de fondo mínimo y la ausencia de distracciones visuales.
20. Proporciona a los participantes instrucciones estandarizadas escritas y verbales antes de la exposición. Informa a los participantes que completarán evaluaciones de conocimiento, reconocimiento y experiencia de usuario inmediatamente después de ver el material de comunicación asignado.
21. Durante el periodo de exposición de 4 minutos, instruye a los participantes para que aprendan los nombres de los movimientos, los significados incorporados y las señales visuales presentadas en el material asignado. No proporciones explicaciones adicionales durante el periodo de exposición.
22. Permitir que los participantes revisen, reproduzcan, desplazan o interactúen solo dentro de las capacidades de la condición asignada: revisión en panel fijo para la condición gráfica estática, control de repetición para la condición convencional de vídeo e interacción vinculada a características para la condición de diseño visual dinámico impulsado por datos de movimiento. Registrar todas las acciones permitidas como indicadores de compromiso conductual.
23. Registra revisión, repetición, desplazamiento e interacción mediante el sistema de registro de eventos del ordenador de presentación. Exportar los registros a nivel de participante como archivos CSV que contienen ID de participante, condición experimental, tiempo de permanencia(s), recuento de revisión/repetición, clics de interacción y selección voluntaria de compartición de participantes.
24. Define el tiempo de espera como el tiempo total de visualización o interacción, la revisión/repetición cuenta como el número de vistas repetidas o acciones de repetición, y los clics de interacción como el número de selecciones iniciadas por los participantes durante la exposición. Registrar la selección de compartición voluntaria como un resultado binario (sí/no) tras completar la evaluación.
25. Administrar una evaluación de conocimiento cultural de 20 puntos inmediatamente antes y después de la exposición. Calcula la ganancia de conocimiento como la puntuación posterior al examen menos la puntuación previa al examen, con valores más altos que indican un mayor aprendizaje a corto plazo del material de comunicación asignado.
26. Mide el reconocimiento de movimiento pidiendo a los participantes que identifiquen cada forma de Tai Chi a partir de una lista de los ocho movimientos estudiados. Puntuar las respuestas como correctas o incorrectas y calcular la precisión del reconocimiento a nivel de participante.
27. Mide el reconocimiento del significado del movimiento pidiendo a los participantes que emparejen cada representación del movimiento con su significado incorporado correspondiente (por ejemplo, circularidad, arraigo, desplazamiento de equilibrio o retroceso sin pérdida de control). Expresa el rendimiento como el porcentaje de elementos correctamente emparejados.
28. Mide la comprensión incorporada utilizando ítems de cuestionario tipo Likert que evalúen la percepción de los participantes sobre el ritmo corporal, la transferencia de equilibrio, el flujo de trayectoria y la lógica del movimiento. Puntuaciones medias de ítems para que valores más altos indiquen una comprensión corporal percibida más fuerte.
29. Mide la resonancia emocional, el compromiso estético, la autenticidad cultural, la intención de preservación y la intención de compartir utilizando escalas Likert de 7 puntos de múltiples ítems adaptadas de la literatura sobre patrimonio digital y experiencia de usuario. Calcular cada constructo como la media de los elementos retenidos tras la evaluación de fiabilidad. Evalúa la usabilidad percibida utilizando la Escala de Usabilidad del Sistema (SUS)¹⁵ de 10 ítems.
30. Mide la carga de trabajo cognitiva utilizando el Índice de Carga de Tareas de la NASA (NASA-TLX)¹⁶ tras la exposición al material y convierte la puntuación resultante a una escala de 0 a 100. Las puntuaciones más bajas indican una menor percepción de carga de trabajo durante la interpretación del material de comunicación.
31. Administrar todos los cuestionarios electrónicamente en el ordenador de presentación inmediatamente después de las tareas de exposición y reconocimiento. Exporta las respuestas usando identificadores de participantes anonimizados.
32. Filtrar las respuestas de los participantes para verificar su integridad, identificadores duplicados, valores poco plausibles y resultados faltantes antes del análisis estadístico. Excluir las sesiones incompletas y conservar la muestra final analizada reportada en la Tabla 3.
33. Almacene todos los datos de los participantes utilizando identificadores anónimos en archivos de investigación protegidos por contraseña accesibles solo para el equipo de investigación. Eliminar identificadores personales antes del análisis y conservar los registros de estudio conforme a las políticas éticas institucionales y de gestión de datos.

Variable	Grupo gráfico estático (n = 58)	Grupo de Vídeo Convencional (n = 60)	Grupo Dinámico de Diseño Visual (n = 62)	Prueba estadística	Valor p
Edad (años)	23,4 ± 3,8	23.7 ± 4.1	24,0 ± 3,9	ANOVA unidireccional	0.71
Femenina, n (%)	33 (56.9)	35 (58.3)	37 (59.7)	Prueba de chi-cuadrado	0.95
Antecedentes en diseño, n (%)	19 (32.8)	21 (35.0)	22 (35.5)	Prueba de chi-cuadrado	0.94
Familiaridad previa con el Tai Chi (1–7)	2.8 ± 1.3	2.9 ± 1.4	3.0 ± 1.3	ANOVA unidireccional	0.68
Exposición previa al patrimonio cultural inmaterial (1–7)	3.1 ± 1.4	3.2 ± 1.5	3.3 ± 1.4	ANOVA unidireccional	0.74
Puntuación previa al examen de conocimientos culturales (0–20)	6.7 ± 2.4	6.9 ± 2.6	6.8 ± 2.5	ANOVA unidireccional	0.91
Visión normal o corregida a normal, n (%)	58 (100.0)	60 (100.0)	62 (100.0)	Prueba exacta de Fisher	1
Formación profesional en la enseñanza de Tai Chi, n (%)	0 (0.0)	0 (0.0)	0 (0.0)	No aplicable	—

Tabla 3: Características de los participantes y asignación de grupos experimentales. Características demográficas de referencia, familiaridad previa con el Tai Chi, exposición previa al patrimonio cultural inmaterial y puntuaciones de conocimientos culturales previos a la prueba para los participantes asignados a las condiciones gráficas estáticas, vídeo convencional y diseño visual dinámico. Los datos se presentan como media ± desviación estándar o n (%). Se realizaron comparaciones estadísticas para evaluar la equivalencia inicial entre grupos.

Resultados

Características de los movimientos seleccionados de tai chi
Se grabaron un total de 288 secuencias de movimiento de Tai Chi de 12 intérpretes en ocho formas seleccionadas de Tai Chi. Tras excluir secuencias con ejecución incompleta, estimaciones excesivas de puntos clave faltantes, oclusión de cámara, seguimiento inestable de puntos de referencia o rendimiento interrumpido, se conservaron 264 secuencias válidas para la extracción de características. El número de secue...

Discusión

Este estudio presenta y evalúa un protocolo robusto basado en características de movimiento para traducir el conocimiento incorporado de Tai Chi en un diseño visual dinámico. El objetivo central del estudio era determinar si las características cinemáticas extraíricamente extraícolas podían transformarse en variables visuales interpretables que mejoraran la comunicación del significado cultural incorporado. Los hallazgos demuestran que la comunicación del patrimonio cultural inmaterial b...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Adobe After Effects	Adobe Inc.	Adobe After Effects 2024 (v24.6)	Software de gráficos en movimiento y efectos visuales utilizado para la composición de prototipos finales, cuando sea necesario.
Computer Workstation	Dell Technologies	Precision 3660 Tower; Intel Core i7-12700 CPU; NVIDIA GeForce RTX 3060 GPU; 32 GB RAM; 1 TB SSD	Estación de trabajo utilizada para el procesamiento de datos de movimiento, extracción de características, generación de visualizaciones y análisis estadístico.
Dell 24-inch Monitor	Dell Technologies	P2422H	Monitor de visualización utilizado para el experimento de evaluación controlada del usuario (1920 × 1080 píxeles, 60 Hz).
Digital Video Camera	Sony Corporation	ILCE-7M4	Cámaras sincronizadas de vista frontal y lateral utilizadas para la captura de movimiento (1920 × 1080 píxeles, 30 cuadros/s).
MediaPipe Pose	Google LLC	MediaPipe 0.10.14	Pipeline de estimación de pose sin marcadores utilizando el modelo de pose de cuerpo completo de 33 puntos de referencia (model_complexity = 1, min_detection_confidence = 0.50, min_tracking_confidence = 0.50).
NumPy	NumPy Developers	NumPy 1.26.4	Biblioteca de cómputo numérico utilizada para el procesamiento de coordenadas y cálculos de características de movimiento.
OpenCV	OpenCV Team	OpenCV 4.9.0	Biblioteca de visión por computadora utilizada para el procesamiento de video, extracción de fotogramas y preprocesamiento.
Operating System	Microsoft	Windows 11 Pro 23H2, 64-bit	Sistema operativo utilizado para el procesamiento de datos de movimiento y generación de visualizaciones.
Pandas	Pandas Development Team	Pandas 2.2.2	Biblioteca de gestión de datos utilizada para el procesamiento de datos estructurados y exportación CSV.
Python	Python Software Foundation	Versión 3.11	Entorno de lenguaje de programación utilizado para el pipeline de procesamiento de datos.
Randomization Software	Microsoft Corporation	Microsoft Excel para Microsoft 365, Versión 2405	Utilizado para generar la secuencia de aleatorización por bloques basada en computadora para la asignación de participantes.
SciPy	SciPy Developers	SciPy 1.13.1	Biblioteca de procesamiento de señales utilizada para el filtrado Butterworth y análisis de señales de movimiento.
Statistical Analysis Software	IBM Corp.	IBM SPSS Statistics 29.0	Utilizado para el análisis de confiabilidad, pruebas de hipótesis, análisis de mediación y modelado de ecuaciones estructurales.
Survey Administration Platform	Qualtrics LLC	Plataforma web de Qualtrics XM (accesada en mayo de 2026)	Plataforma utilizada para administrar cuestionarios y recopilar respuestas de los participantes electrónicamente.
TouchDesigner	Derivative	TouchDesigner 2023.11880	Plataforma de desarrollo visual utilizada para generar visualizaciones dinámicas impulsadas por características de movimiento.
Tripod	Manfrotto	MK055XPRO3	Trípode utilizado para estabilizar las cámaras durante la captura de movimiento.
Video Synchronization Software	Custom Python/OpenCV workflow	OpenCV 4.9.0	Utilizado para sincronizar grabaciones de vista frontal y lateral durante el preprocesamiento utilizando el evento de aplauso visual.